|本期目录/Table of Contents|

[1]徐玥,王辉,韩秋凤,等.我国耕地碳排放时空特征与影响因素[J].江苏农业科学,2022,50(16):218-226.
　Xu Yue,et al.Spatial-temporal characteristics and influencing factors of Chinas cultivated land carbon emissions[J].Jiangsu Agricultural Sciences,2022,50(16):218-226.
点击复制

我国耕地碳排放时空特征与影响因素(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第50卷
期数:
2022年第16期
页码:
218-226
栏目:
资源与环境
出版日期:
2022-08-15

文章信息/Info

Title:
Spatial-temporal characteristics and influencing factors of Chinas cultivated land carbon emissions
作者:
徐玥1; 王辉1; 2; 3; 韩秋凤4; 姜念念1; 温丹丹5
1.中国矿业大学公共管理学院，江苏徐州 221116； 2.中国资源枯竭型城市转型发展与乡村振兴研究中心，江苏徐州 221116；3.中国矿业大学土地利用与生态安全治理研究中心，江苏徐州 221116； 4.中国矿业大学环境与测绘学院，江苏徐州 221116；5.徐州市自然资源和规划局，江苏徐州 221008
Author(s):
Xu Yue; et al
关键词:
耕地; 碳排放; 时空特征; 影响因素; LMDI
Keywords:
-
分类号:
F323.211
DOI:
-
文献标志码:
A
摘要:
耕地是碳汇，同时也是重要的碳源。为探究我国耕地碳排放时空特征及其影响因素，采用联合国政府间国际气候变化专门委员会(IPCC)碳排放系数法，基于化肥、农药、农用薄膜、农用柴油、翻耕、农业灌溉共计6类碳源，间接测算我国2000—2019年耕地碳排放总量与碳排放强度，并运用对数平均迪氏指数分解法(LMDI)模型对耕地碳排放影响因素进行分解研究。结果表明，我国耕地碳排放总量从2000年的6 013.69万t按照先增后减的趋势逐渐递减至2019年的8 093.62万t，年均递增率为1.58%，其中化肥、农药、农用薄膜、农用柴油、翻耕、农业灌溉所产生的碳排放量年均递增率分别为1.40%、0.44%、3.15%、1.70%、0.32%、129%。耕地碳排放总量较高的省份有河南、山东、河北、新疆、江苏等省(区)，大多集中在传统农业大省；耕地碳排放强度较高的省份有福建、广东、上海、浙江、海南等省(市)，大多集中在沿海发达地区。农业生产结构、单位化肥人均使用量、农业生产效率因素对耕地碳排放的增长具有抑制作用，农业经济水平和化肥施用量因素对耕地碳排放的增长具有促进作用。近20年来我国耕地碳排放量总体呈波动递减趋势，预计未来耕地碳排放量还将持续下降。
Abstract:
-

参考文献/References:

［1］丁宝根，杨树旺，赵玉，等. 中国耕地资源利用的碳排放时空特征及脱钩效应研究［J］. 中国土地科学，2019，33(12)：45-54.
［2］李国志，李宗植. 中国农业能源消费碳排放因素分解实证分析——基于LMDI模型［J］. 农业技术经济，2010(10)：66-72.
［3］田云，李波，张俊飚. 我国农地利用碳排放的阶段特征及因素分解研究［J］. 中国地质大学学报(社会科学版)，2011，11(1)：59-63.
［4］尚杰，杨果，于法稳. 中国农业温室气体排放量测算及影响因素研究［J］. 中国生态农业学报，2015，23(3)：354-364.
［5］邱怡慧，王璞，苏时鹏. 中国农地利用碳排放时空演变特征及驱动因素研究——基于IPCC法与LMDI指数分解模型［J］. 资源开发与市场，2019，35(5)：625-631.
［6］周思宇，郗凤明，尹岩，等. 东北地区耕地利用碳排放核算及驱动因素［J］. 应用生态学报，2021，32(11)：3865-3871.
［7］李波，张俊飚. 基于我国农地利用方式变化的碳效应特征与空间差异研究［J］. 经济地理，2012，32(7)：135-140.
［8］李林潼，舒英格. 贵州省农地利用方式变化的碳效应特征与空间差异［J］. 湖北农业科学，2015，54(15)：3630-3637.
［9］李波，刘雪琪，梅倩，等. 湖北省农地利用方式变化的碳效应特征与空间差异［J］.中国人口·资源与环境，2018，28(10)：62-70.
［10］魏燕茹，陈松林. 福建省土地利用碳排放空间关联性与碳平衡分区［J］. 生态学报，2021，41(14)：5814-5824.
［11］杨果，尚杰. 农地利用碳排放的特征及趋势［J］. 经济纵横，2014(12)：108-111.
［12］张红丽，刘芳. 新疆农业碳排放与农业经济增长的响应关系［J］. 江苏农业科学，2018，46(22)：358-363.
［13］曹俐，王莹，雷岁江. 山东省农业碳排放的时空特征与脱钩弹性研究［J］. 江苏农业科学，2020，48(17)：250-256.
［14］West T O，Marland G.A synthesis of carbon sequestration，carbon emissions，and net carbon flux in agriculture：comparing tillage practices in the United States［J］. Agriculture，Ecosystems & Environment，2002，91(1/2/3)：217-232.
［15］智静，高吉喜. 中国城乡居民食品消费碳排放对比分析［J］. 地理科学进展，2009，28(3)：429-434.
［16］伍芬琳，李琳，张海林，等. 保护性耕作对农田生态系统净碳释放量的影响［J］. 生态学杂志，2007，26(12)：2035-2039.
［17］Dubey A，Lal R.Carbon footprint and sustainability of agricultural production systems in Punjab，India，and Ohio，USA［J］. Journal of Crop Improvement，2009，23(4)：332-350.
［18］刘雪琪. 中国农地利用碳减排潜力及实现机制研究［D］. 武汉：中南民族大学，2019.

相似文献/References:

[1]肖娥芳.湖北城乡一体化进程中农村碳排放及其影响因素分析[J].江苏农业科学,2013,41(04):317.
[2]张蕾,贾凤伶.国内外低碳农业发展经验及对天津的启示[J].江苏农业科学,2013,41(06):8.
　Zhang Lei,et al.Developmental experience of low-carbon agriculture in home and abroad，and its enlightenment for Tianjin[J].Jiangsu Agricultural Sciences,2013,41(16):8.
[3]任丽超,吴克宁,许妍,等.耕地质量等别变化诊断系统的设计与开发[J].江苏农业科学,2014,42(08):393.
　Ren Lichao,et al.Design and development of diagnosis system of arable land quality grade[J].Jiangsu Agricultural Sciences,2014,42(16):393.
[4]胡永进,张鸣峰.基于SOM神经网络模型的耕地利用集约度分区研究——以湖北省为例[J].江苏农业科学,2013,41(11):391.
　Hu Yongjin,et al.Zoning intensive utilization of cultivated land based on SOM neural networks—Taking Hubei Province as an example[J].Jiangsu Agricultural Sciences,2013,41(16):391.
[5]胡林林,贾俊松.2011年江西旅游业能耗和二氧化碳排放估算[J].江苏农业科学,2014,42(01):310.
　Hu Linlin,et al.Estimation of energy consumption and carbon dioxide emission for tourism industry of Jiangxi Province in 2011[J].Jiangsu Agricultural Sciences,2014,42(16):310.
[6]祝宇成,王金满,秦倩,等.城镇化对耕地集约化节约利用的影响[J].江苏农业科学,2016,44(09):512.
　Zhu Yucheng,et al.Effect of urbanization on cultivated land saving and intensive use[J].Jiangsu Agricultural Sciences,2016,44(16):512.
[7]刘子建,潘其泉,方斌.基于生态足迹理论的郊野单元规划减量化指标分配研究——以上海市金山区为例[J].江苏农业科学,2016,44(01):321.
　Liu Zijian,et al.Study on index allocation of quantitative reduction of country unit planning based on theory of ecological footprint—Taking Jinshan District of Shanghai City as an example[J].Jiangsu Agricultural Sciences,2016,44(16):321.
[8]吴春辉,朱成立,彭义.关中地区耕地变化驱动因素及预测模型[J].江苏农业科学,2014,42(04):281.
　Wu Chunhui,et al.Study on driving factors and prediction model of cultivated land change in Guanzhong region[J].Jiangsu Agricultural Sciences,2014,42(16):281.
[9]刘其涛.中国农业碳排放效率的区域差异——基于Malmquist-Luenberger指数的实证分析[J].江苏农业科学,2015,43(09):497.
　Liu Qitao.Regional difference of Chinas agricultural carbon emissions efficiency—Based on empirical analysis of Malmquist-Luenberger index[J].Jiangsu Agricultural Sciences,2015,43(16):497.
[10]徐芮,谢跟踪,邱彭华.海口市土地利用格局变化图谱分析[J].江苏农业科学,2015,43(08):379.
　Xu Rui,et al.Spectra analysis of land use changes in Haikou City[J].Jiangsu Agricultural Sciences,2015,43(16):379.

备注/Memo

备注/Memo:
收稿日期：2021-12-20
基金项目：江苏国土资源智库中国矿业大学研究基地项目(编号：2019CXNL08)。
作者简介：徐玥(1998—)，男，安徽六安人，硕士研究生，主要从事农业碳源碳汇研究。E-mail：2196673429@qq.com。
通信作者：王辉，博士，副教授，主要从事土地利用与生态安全治理研究。E-mail：wanghuei@cumt.edu.cn。
更新日期/Last Update: 2022-08-20